美团(meituan)招聘Keeta技术-AI配送算法工程师
招聘职位：
Keeta技术-AI配送算法工程师 搜索同类职位
部门介绍：
美团核心本地商业下业务研发平台，基于公司“零售+科技”的战略导向，通过从底层架构到应用系统、从软件到硬件、从传统算法到GenAI的全方位技术研究，以及开发、运维、安全等全流程能力建设，致力于推动美团核心本地商业下需求侧与供给侧的数字化和智能化升级，助力业务实现高质量增长，优化用户使用体验，提升商户经营水平，促进行业生态伙伴关系的持续健康发展。团队秉持务实、自驱、开放以及追求卓越的工程师文化，一方面通过系统和技术体系的持续迭代升级，帮助业务高质量增长；另一方面，密切关注前沿技术趋势变化，积极创新技术能力，为业务未来发展创造新的可能性。期待优秀的你加入我们，在夯实专业、深耕平台的基础上与业务携手同行，一起用技术 “帮大家吃得更好，生活更好”。
岗位职责：
1. AutoResearch能力建设：推动算法研究流程的自动化与智能化，探索AutoResearch框架，实现从数据探索、特征发现、模型选型、超参搜索到实验评估的全链路自动化。利用LLM辅助文献调研与技术方案生成，加速从研究假设到实验验证的迭代周期，提升团队算法创新效率。探索AI Agent驱动的自动实验设计与模型迭代范式。
2. 实时调度优化：负责Keeta实时调度系统中关键模型的建模与优化，针对即时配送实时调度问题存在的多目标、不确定性、动态性与超大规模等特点，综合使用机器学习、深度学习、强化学习、因果推断等技术手段进行多场景联合优化，持续创新迭代，提升人单匹配决策质量。建模方向包括但不限于：ETA预估、路径规划和时间预估、供需预测、转化预估、订单难度及接单意愿刻画、定价、骑手活动优化等。
3. 归因体系建设：基于LLM Agent构建智能归因分析框架，设计多Agent协作的归因分析链路，通过Agent自主调度数据查询、指标拆解、异常定位、因子分析等环节，实现对业务指标变化的自动化归因与根因定位。将LLM的分析推理能力与业务数据体系深度结合，驱动业务决策从"经验判断"升级为"AI智能归因"。
4. AI Coding与工程效能提升：运用AI Coding工具（如Copilot、Cursor、Claude Code等）提升算法工程化效率，推动团队AI辅助编程实践。将大模型能力融入特征工程、模型训练、评测分析等日常开发流程，建设智能化算法开发工具链，实现代码生成、自动化测试、模型调试等环节的AI提效。探索并落地LLM辅助的算法代码审查与优化建议系统。
5. 颠覆式创新：针对即时配送领域特点，颠覆创新传统供应链物流技术体系，探索即时配送履约新模式，结合AI前沿技术（如多智能体协同、世界模型等）提升降本增效天花板
任职要求：
1. 计算机、工业工程、自动化、应用数学、人工智能等相关专业；
2. 扎实的编程能力与AI Coding实践，熟练使用Python/Java等语言，熟悉常用数据结构和算法，熟练使用Hive、Spark等大数据工具；有利用AI辅助编程工具（Copilot、Cursor、Claude Code等）提升研发效率的实践经验；
3. 在机器学习或数据挖掘或运筹优化方向有深入理解与落地经验，在广告推荐、需求预估、强化学习等方面有实践经验；熟悉LLM应用开发（Prompt Engineering、RAG、Agent等）者优先；
4. AI归因能力：熟悉LLM Agent开发，有基于Agent构建数据分析、归因分析或自动化诊断系统的经验，能设计多Agent协作完成复杂归因任务；
5. AutoResearch能力：了解自动化机器学习（AutoML）、自动化实验设计等研究方向，有搭建自动化研究pipeline或AI辅助科研工具的经验者优先；
6. 优秀的分析及解决问题的能力，在复杂业务场景策略优化方面具备2-3年经验；
7. 能够深入思考、勇于创新，具有优秀的业务理解、目标制定能力，以及较强的跨团队沟通和协调能力；
8. 具备创业精神和创业心态，不自设边界，能够快速学习，广泛支撑业务。
岗位亮点：
1. AI前沿实践：业务核心，创新场景丰富，涉及即时配送体验、效率等核心业务指标优化；团队深度探索AI在物流调度中的前沿应用，包括AutoResearch、AI Coding、AI归因等创新方向；
2. 团队汇聚了运筹优化和机器学习背景的技术大牛，通过共同学习可快速成长为落地实战经验丰富的跨学科复合型人才。团队近年已有部分成果发表在KDD/CIKM等顶会上，并入围2023年Franz Edelman奖（全球运筹和管理科学界的最TOP奖项）；
3. 技术影响力：团队鼓励技术创新与开源贡献，支持在AI+物流调度交叉领域的论文发表与专利申请，提供广阔的技术成长空间。
美团核心本地商业下业务研发平台，基于公司“零售+科技”的战略导向，通过从底层架构到应用系统、从软件到硬件、从传统算法到GenAI的全方位技术研究，以及开发、运维、安全等全流程能力建设，致力于推动美团核心本地商业下需求侧与供给侧的数字化和智能化升级，助力业务实现高质量增长，优化用户使用体验，提升商户经营水平，促进行业生态伙伴关系的持续健康发展。团队秉持务实、自驱、开放以及追求卓越的工程师文化，一方面通过系统和技术体系的持续迭代升级，帮助业务高质量增长；另一方面，密切关注前沿技术趋势变化，积极创新技术能力，为业务未来发展创造新的可能性。期待优秀的你加入我们，在夯实专业、深耕平台的基础上与业务携手同行，一起用技术 “帮大家吃得更好，生活更好”。
岗位职责：
1. AutoResearch能力建设：推动算法研究流程的自动化与智能化，探索AutoResearch框架，实现从数据探索、特征发现、模型选型、超参搜索到实验评估的全链路自动化。利用LLM辅助文献调研与技术方案生成，加速从研究假设到实验验证的迭代周期，提升团队算法创新效率。探索AI Agent驱动的自动实验设计与模型迭代范式。
2. 实时调度优化：负责Keeta实时调度系统中关键模型的建模与优化，针对即时配送实时调度问题存在的多目标、不确定性、动态性与超大规模等特点，综合使用机器学习、深度学习、强化学习、因果推断等技术手段进行多场景联合优化，持续创新迭代，提升人单匹配决策质量。建模方向包括但不限于：ETA预估、路径规划和时间预估、供需预测、转化预估、订单难度及接单意愿刻画、定价、骑手活动优化等。
3. 归因体系建设：基于LLM Agent构建智能归因分析框架，设计多Agent协作的归因分析链路，通过Agent自主调度数据查询、指标拆解、异常定位、因子分析等环节，实现对业务指标变化的自动化归因与根因定位。将LLM的分析推理能力与业务数据体系深度结合，驱动业务决策从"经验判断"升级为"AI智能归因"。
4. AI Coding与工程效能提升：运用AI Coding工具（如Copilot、Cursor、Claude Code等）提升算法工程化效率，推动团队AI辅助编程实践。将大模型能力融入特征工程、模型训练、评测分析等日常开发流程，建设智能化算法开发工具链，实现代码生成、自动化测试、模型调试等环节的AI提效。探索并落地LLM辅助的算法代码审查与优化建议系统。
5. 颠覆式创新：针对即时配送领域特点，颠覆创新传统供应链物流技术体系，探索即时配送履约新模式，结合AI前沿技术（如多智能体协同、世界模型等）提升降本增效天花板
任职要求：
1. 计算机、工业工程、自动化、应用数学、人工智能等相关专业；
2. 扎实的编程能力与AI Coding实践，熟练使用Python/Java等语言，熟悉常用数据结构和算法，熟练使用Hive、Spark等大数据工具；有利用AI辅助编程工具（Copilot、Cursor、Claude Code等）提升研发效率的实践经验；
3. 在机器学习或数据挖掘或运筹优化方向有深入理解与落地经验，在广告推荐、需求预估、强化学习等方面有实践经验；熟悉LLM应用开发（Prompt Engineering、RAG、Agent等）者优先；
4. AI归因能力：熟悉LLM Agent开发，有基于Agent构建数据分析、归因分析或自动化诊断系统的经验，能设计多Agent协作完成复杂归因任务；
5. AutoResearch能力：了解自动化机器学习（AutoML）、自动化实验设计等研究方向，有搭建自动化研究pipeline或AI辅助科研工具的经验者优先；
6. 优秀的分析及解决问题的能力，在复杂业务场景策略优化方面具备2-3年经验；
7. 能够深入思考、勇于创新，具有优秀的业务理解、目标制定能力，以及较强的跨团队沟通和协调能力；
8. 具备创业精神和创业心态，不自设边界，能够快速学习，广泛支撑业务。
岗位亮点：
1. AI前沿实践：业务核心，创新场景丰富，涉及即时配送体验、效率等核心业务指标优化；团队深度探索AI在物流调度中的前沿应用，包括AutoResearch、AI Coding、AI归因等创新方向；
2. 团队汇聚了运筹优化和机器学习背景的技术大牛，通过共同学习可快速成长为落地实战经验丰富的跨学科复合型人才。团队近年已有部分成果发表在KDD/CIKM等顶会上，并入围2023年Franz Edelman奖（全球运筹和管理科学界的最TOP奖项）；
3. 技术影响力：团队鼓励技术创新与开源贡献，支持在AI+物流调度交叉领域的论文发表与专利申请，提供广阔的技术成长空间。
免责声明：
此信息由美团官网 (查看来源)审核并发布，我们转载该信息，仅出于传递更多就业招聘资讯、促进大学生及广大求职者就业之目的。该招聘职位信息的真实性、准确性、时效性及合法性均由原始发布方“美团官网”负责。我们作为信息转载平台，不构成求职建议，不涉及任何职业中介服务，不对其内容承担任何形式的保证责任。请用户在使用转载信息时保持审慎，自行判断并承担相应风险，求职请认准企业官方渠道！